Decisiones bajo incertidumbre

Criterio de Bayes-Laplace
(Colocar un factor de 1/N (donde N= nmero de valores en una misma fila o
columna) y multiplicarlo por cada valor de celda)
Maximin de Wald
(Seleccionar la MENOR cantidad existente POR FILA para luego compararlas y
escoger la mayor)
Maximax de Baumol
(Seleccionar la MAYOR cantidad existente POR FILA para luego compararlas y
escoger la mayor)
Criterio de Hurwicz
(Se hacen 2 anlisis, un anlisis pesimista y uno optimista)
o Pesimista: POR FILA identificar la mayor cantidad y la menor cantidad. A la
menor cantidad multiplicarlo por y a la mayor cantidad multiplicarlo por
. Posteriormente, conocer el anlisis pesimista de cada fila y compararlas
para escoger la mayor
o Optimista: POR FILA identificar la mayor cantidad y la menor cantidad. A la
menor cantidad multiplicarlo por y a la mayor cantidad multiplicarlo por
. Posteriormente, conocer el anlisis optimista de cada fila y compararlas
para escoger la mayor

Mayor () + menor (1 )
= 0, 0.25, 0.5, 0.75 y 1
Para la fila 0 = =0
24(0) + -6(1 0)= -6
Para la fila 0.25 = = 0.25
24(0.25) + -6(1 0.25)= 1.5
 Criterio de Savage
(POR COLUMNA, se localiza la mayor cantidad, y a esa cantidad se le resta la celda
actual (ve el ejemplo) para generar una matriz nueva llamada matriz de
arrepentimiento, donde POR FILA, se selecciona la mayor de cada fila y se comparan
escogiendo la MENOR)
Decisiones bajo riesgo
Una vez obtenida tu matriz, y tus probabilidades asociadas a los estados de naturaleza, se
procede a calcular el VME (para calcular el VME. Ve el ejemplo) agarras la mayor
Luego se calcula el VMEip de la siguiente forma: POR COLUMNA, selecciona la opcin mayor
y la multiplicas por su probabilidad de estado de la naturaleza asociada y luego aplicas la
formula Vip = VMEip - VME

SI Vip calculado> al Vip que dice en el texto, entonces se procede a hacer todo lo dems
Si fuera Vip< al vip que dice en el texto, se concluye que si es conveniente adquirir la
informacin
El texto te da P(A|E), el P(A|E) P(E) sale de multiplicar las celdas por las distribuciones de
abajo probabilidad asociada de la matriz a posteriori

(7/12) 0.1= 0.0583

Luego se suma POR FILA los valores obtenidos en la 2da matriz
0.0583+0.084+0.1146+0.0938= 0.3
Para la tercer matriz, dividir la celda/la sumatoria de la fila
0.0583/0.3 = 0.166
Para conocer las clasificaciones:

De tu matriz generada, desecha los porcentajes asociados a los estados de la naturaleza y

ahora pon los % de la 3er matriz.

Para clasificacin 1

650000(0.166) + 200000(.240)
25000(.327) 75000(.267) =
127,700
Se identifica la mayor cantidad resultante de cada clasificacin y se multiplica por la
probabilidad asociada de la matriz a posteriori (sube al ejemplo)
El resultado se llama VME de la informacin. A ese valor se le resta el VME original que
sacaste al principio del problema (51250 para este ejemplo)
Al resultado se compara con el VME del texto y se decide por comprar o no la
informacin.

Cadenas de Markov
Para las cadenas de markov se necesita FORZOSAMENTE una matriz cuadrada en el cual la suma
de sus filas de 1 cada una, de hecho la forma mas rapida de diferenciar una decision o una cadena,
es viendo que la matriz de una cadena de markov lleva % y las de las de las decisiones numeros
mayores a 1.
Para obtener matrices relacionadas a un dia, mes, ao o periodo deseado, se tiene que elevar la
matriz original a la N (donde N es el dia deseado)
Matriz original
A B C
A 0.5 0.2 0.3
B 0 0.6 0.4
C 0.2 0.4 0.4

Matriz elevado al cuadrado

A B C
A 0.31 0.34 0.35
B 0.08 0.52 0.4
C 0.18 0.44 0.38
Para poner matriz en Excel y multiplicarlas se hace
Mmult=(matriz1,matriz2) y enter, luego selecciona como quedara la matriz, luego f2 y
ctrl+shft+enter